Java 中的 Weka - 如何获得 IBk 或 KStar 或 LWL 或的预测

Question

我在整个 Whosebug 和 google 中搜索了这些类型的预测，但没有找到任何关于 IBk 或 KStar 或 LWL 的信息。我需要来自这三个 clasifiers.I 中任何一个的实例预测，我正在 Android 工作室中执行此操作。

我找到了从其他分类器中获取预测的方法，例如：

对于 J48: 来自 Here

double[] prediction=j48.distributionForInstance(test.get(s1));

//output predictions
for(int i=0; i<prediction.length; i=i+1)
{
    System.out.println("Probability of class "+
                        test.classAttribute().value(i)+
                       " : "+Double.toString(prediction[i]));
}

对于 贝叶斯网： 来自 Here

Evaluation eTest = new Evaluation(trainingInstance);
eTest.evaluateModelOnce(bayes_Classifier, testInstance);

对于 NaiveBayes： 来自

NaiveBayes naiveBayes = new NaiveBayes();
naiveBayes.buildClassifier(train);

// this does the trick  
double label = naiveBayes.classifyInstance(test.instance(0));
test.instance(0).setClassValue(label);

System.out.println(test.instance(0).stringValue(4));

但我无法使用它们，因为我的分类器没有相同的方法...或者我找不到方法

我的代码：

//I skipped code till here because its too much,
//but Data is definetly inside *instances* (I checked with debuger) 

instances.setClassIndex(instances.numAttributes()-1);
//was trying the sam with KStar, LWL, AdditiveRegression, RandomCommittee)
IBk ibk = new IBk();

//I want predicitons for this instance. For the third attribute3
Instance testInst  = new DenseInstance(3);
testInst.setValue(attribute1, 3);
testInst.setValue(attribute2, 16);
testInst.setValue(attribute3, 0);

//I was hopping for some simple way like this: (but this returns nothing)
double rez =0;
String var="";
 try{
        ibk.buildClassifier(instances);
        rez = ibk.classifyInstance(testInst);
    }
        catch(Exception ex)
    {
        Log.e("Error","ex.getMessage()");
    }
 }

Log.w("GIMME RESULTS:",rez);

甚至其他分类器也可以，例如 AdditiveRegression、Bagging、RandomCommitte 和 DecisionTable，它们在 Weka GUI 中做出了很好的预测，但我需要在 Java 中进行预测... :)

Answer 1

通过测试其所有方法找到它..

ibk.buildClassifier(dataSet);
rez2 = ibk.distributionForInstance(i2); //distrib

int result = (int)rez3[0];
//it goes tha same with Kstar

开始意识到 weka 中的分类器通常运行具有离散数据（从最小到最大的步长相等）。而且我的数据并非都是离散的。 Ibk 和 Kstar 能够使用分布式数据，这就是为什么我只能将这两个用于我的数据。

Java 中的 Weka - 如何获得 IBk 或 KStar 或 LWL 或的预测

Weka in Java - How to get predictions for IBk or KStar or LWL or

java

predict

weka